非GPU迎头赶上GPU，DeepSeek与华为的战略突破

DeepSeek与华为的合作，能否挑战英伟达的CUDA体系？人们常以为AI芯片的竞争在于谁的硬件更强，实际上真正的竞争在于背后的软件——CUDA。DeepSeek将其全套开源工具引入华为昇腾后，有人认为这可能会“攻破CUDA”。然而，这场较量并非简单的硬件对抗。

CUDA自2006年问世，经过近20年的发展，已经积累了丰富的开发工具、数学库和大量开发者的使用经验。华为在单芯片性能上一直保持谦虚，任正非曾指出“单芯片还落后美国一代”，因此华为选择通过数学补充物理性能、利用集群计算来弥补单芯片之不足。然而，市场状况正在发生变化。根据IDC2026年上半年的数据显示，英伟达在中国的出货量下降了44%，市场份额也从55%降至34%；而华为的出货量提升到57.2万颗，市场份额达到28%。更引人注目的是，非GPU加速器的出货量达到101.6万颗，首次超过了GPU的99.1万颗，显示出非GPU的强劲增长。

DeepSeek的举措不仅仅是“简单适配”。其在2026年4月发布的时候，昇腾的全系列超节点已支持部分训练内容；到9月30日，DeepSeek已经将面向昇腾的底层组件进行开源，包括TileLang算子、DeepGEMM和DeepEP通信库等，确保“昇腾版具备与英伟达版相当的功能”。双方共同定义的950超节点在8K输入场景下的输出延迟约为20毫秒，单卡解码吞吐量为4700 TPS。值得一提的是，广东韶关投资的万卡集群包含11520张910C芯片，算力高达9000P，并在90天内建成。 球友会

“击穿CUDA”并不是依靠一张更快的卡，而是让开发者能够选择不同的开发路线，以完成相同的工作。这一转变的背后，是因封锁而迫切需要的体系化突破。模型和芯片制造者的合作，推动了整体生态的开源与联合发展，形成了软件、模型与硬件的闭环。在未来，可能出现的不是单一的“CUDA世界”，而是两个并行的体系——国产产品并不需要取代现有的，只要能够共存，就能重新获得主动权。

不久前，训练大模型的唯一选择是争夺英伟达的显卡；而现在，全国产的万卡在90天内便可建成。因此，所谓的“突破”，实质上是让中国开发者不再依赖他人的软件。无论壁垒多么坚固，任何一个想要崛起的国家都无法被阻挡，反而可能激发出更为强大的竞争者。